OpenAI 详解了为全球规模低延迟语音 AI 调整 WebRTC 的架构，采用中继收发器设计替代传统媒体终结模型，以适配云原生环境并优化媒体传输。
📝 详细摘要
本文翻译自 InfoQ 对 OpenAI 技术文章的报道，详细介绍了 OpenAI 为支持全球规模的低延迟语音 AI（如 ChatGPT 语音和 Realtime API）而对 WebRTC 架构进行的调整。核心方案是将传统的媒体终结模型（如 SFU）替换为一种中继收发器架构。该架构将 WebRTC 会话状态（ICE 协商、DTLS 握手、SRTP 加密等）集中存放在专用的收发器层，而使用轻量级、无状态的中继来接收和转发数据包。这种职责分离的设计减少了公网 UDP 端口的暴露，简化了在 Kubernetes 环境中的运维，并让媒体路由更贴近用户，从而降低延迟。文章对比了直接暴露 UDP 端口和使用 TURN 中继等方案的优缺点，并强调了将复杂性集中在薄路由层而非后端服务或客户端的设计哲学。
💡 主要观点
- OpenAI 采用中继收发器架构替代传统 WebRTC 媒体终结模型。 新架构将 WebRTC 的复杂状态（如 ICE、DTLS、SRTP）集中在收发器层，而使用轻量级、无状态的中继进行数据包转发，以适配 Kubernetes 和云负载均衡器。
💬 文章金句
- 新增复杂逻辑最合理的位置是精简的路由层，而非各个后端服务，也不是客户端。
- OpenAI 近期介绍了如何为全球规模的低延迟语音 AI 调整 WebRTC。
- 这种职责分离让中继能够保持简单、快速且基本无状态，收发器成为唯一需要理解完整协议的组件。
📊 文章信息
AI 初评：85
来源：InfoQ 中文
作者：InfoQ 中文
分类：人工智能
语言：中文
阅读时间：6 分钟
字数：1393
标签： OpenAI, WebRTC, 语音 AI, 低延迟, 架构设计